Veri Girişi ve Veri Etiketleme: Düşük Bütçeli Başlangıç İşleri

Freelance dünyasında giriş kapısı arayanlar genelde iki kapıyı kaçırır. Birincisi veri girişi, ikincisi veri etiketleme. İkisi de düşük teknik birikimle başlatılabilir. İkisi de saatlik düşük fiyatlı görünür. Ama doğru ölçeklendiğinde aylık gelir kayda değer bir bantta seyreder. Üstelik bu işler veri analisti ve ML engineer gibi yüksek gelirli pozisyonların doğal hazırlık aşamasıdır. Bu yazıda iki pazarın gerçeklerini, fiyat aralıklarını ve uzun vadeli kariyer haritasını açıyoruz.

İçindekiler

• İki kavram, iki ayrı pazar
• Veri girişi tipleri
• Veri etiketleme: AI training tarafı
• Image annotation ve sentiment analysis
• Kalite kontrol mekanizması
• Saatlik mi proje mi
• Tek başına vs ekip kurma
• Tipik gelir aralığı
• Kariyer geçişi: veri analisti, ML engineer
• SSS

1. İki Kavram, İki Ayrı Pazar

Veri girişi ve veri etiketleme aynı şey değil. İkisinin de hammaddesi bilgi. Ama yapılan iş, müşteri tipi ve gelir potansiyeli ayrıdır.

Veri girişi, mevcut bilgiyi başka bir formata aktarmaktır. Fatura kâğıdını Excel'e geçirmek, PDF'teki tabloyu CRM'e yazmak. Müşteri çoğunlukla küçük işletme, muhasebe firması, KOBİ.

Veri etiketleme ise yapay zekâ modellerinin öğrenmesi için ham veriye anlam katmaktır. Bir fotoğrafta hangi piksel kedidir, bir cümlenin duygusu pozitif mi negatif mi. Müşteri AI/ML şirketi, veri etiketleme platformu veya kurumsal AI ekibidir.

İki pazar üst üste binmez. Veri girişi hıza odaklanır, etiketleme doğruluğa.

2. Veri Girişi Tipleri

Veri girişi tek tip değil. En az dört alt türü vardır.

Tip 1: Manuel kopyalama. PDF, kâğıt fatura, el yazısı form. Excel veya CRM'e elle aktarılır. En düşük ücret bandı ve en düşük teknik birikim burada. Hızlı yazma becerisi (dakikada 60+ kelime) avantaj.

Tip 2: Web kazıma destekli giriş. OCR veya basit script ile çıkarılan ham veri, manuel kontrol ve düzeltme. Tip 1'e göre daha yüksek ücretlidir. Excel formül bilgisi gerekir. Bulut tabanlı tablo araçları ile çalışan müşteriler standart.

Tip 3: Form dijitalleştirme. Anket formları, hasta dosyaları, eski arşiv kayıtları. Hacim büyük. Genelde proje bazlı fiyatlanır. Hassasiyet ve KVKK uyumu önemli.

Tip 4: E-ticaret katalog yönetimi. Ürün adları, açıklamalar, fiyatlar, görseller. Abonelikli e-ticaret veya açık kaynak e-ticaret platformlarına aktarım. Bu tipte ücret en yüksek banttadır. Saatlik ya da ürün başına fiyatlama uygulanır.

Yeni başlayan kişi tip 1 ile başlayıp 3-6 ay içinde tip 4'e geçerse fiyatını üçe katlar. Bu yükseliş için Excel ve bulut tablo araçlarında ileri formül ile basit veri temizleme becerileri gerekir.

3. Veri Etiketleme: AI Training Tarafı

Veri etiketleme freelance pazarda son üç yılda patladı. Sebep, AI/ML şirketlerinin model eğitimi için sürekli yeni veri ihtiyacı. Büyük yapay zeka şirketleri ve veri etiketleme platformları doğrudan veya alt yüklenicilerle çalışıyor. Pazar büyüklüğü 2025'te milyarlarca dolarlık ölçeğe ulaştı.

İş platform üzerinden veya doğrudan kontratla yürür. Platform işleri genelde düşük ücretlidir; doğrudan kontratta proje bazlı çok daha yüksek getiri mümkün.

Türkçe dil işleri özel önem kazandı. Türkçe NLP veri seti İngilizce'ye göre dar; bu da Türkçe konuşan etiketleyiciye ücret avantajı sağlıyor.

4. Image Annotation ve Sentiment Analysis

Etiketleme türleri sayıca çok. Beş ana kategori var.

Image annotation: Fotoğrafta nesneleri kutu içine alma, segmentasyon, anahtar nokta. Otonom araç, perakende analizi, tıbbi görüntü. Genelde görüntü başına fiyatlanır. Sentiment analysis: Cümlenin duygusu pozitif/negatif/nötr. Sosyal medya, ürün yorumu. Etiket başına düşük birim ücret. Text classification: Metin kategorisi, konuşma niyeti, doküman türü. Yine etiket başına fiyatlanır. Audio annotation: Ses kaydını metne çevirme, konuşanı ayırma. Türkçe ses verisi için talep yüksek. Video annotation: Hareketli görüntüde nesne takibi, eylem etiketleme. En zorlu ve en yüksek ücretli kategori.

Tek kategoride uzmanlaşan fiyatını arttırır. Medikal görüntü uzmanlığı (radyoloji, patoloji) pazarın en üst ücret bandına çıkar. Bu seviyeye geçiş 12-18 ay birikim ister.

5. Kalite Kontrol Mekanizması

Etiketleme pazarının üzerine kurulduğu temel kalite kontroldür. Ham etiketleyici işin yarısıdır. Diğer yarısı QC (quality control) yapan kişiler.

QC üç katmanda işler. Birinci katman: aynı veriyi iki etiketleyici işler, anlaşmazlık çıkarsa üçüncüsü hakem olur. İkinci katman: rastgele örneklem üzerinde hata oranı ölçülür. Üçüncü katman: müşteri firma kendi spot kontrolünü yapar.

QC yapan freelancer'lar daha yüksek fiyat alır. Çünkü iş daha fazla yorum, daha fazla kural bilgisi ister. Etiketleme yönergesini ezbere bilmen gerekir.

QC'ye geçiş veri etiketlemenin doğal kariyer adımıdır. İlk altı ay düz etiketleyici olarak çalışırsın. Sonra hata oranın belli bir altına düşünce QC ekibine teklif edilirsin. Bu geçiş gelirini yüzde 40-80 arttırır.

Sanalisci profilinde "Veri etiketleme ve QC" başlığını ayrı bir uzmanlık olarak listele. Müşteri arayanlar QC tecrübesini ayrı arar.

6. Saatlik mi Proje mi

İki fiyatlama modelinin avantajı ve dezavantajı var. Doğru seçim, yapılan işin doğasına bağlıdır.

Saatlik fiyatlama: Belirsiz kapsamlı işler için doğru. Müşteri 2 saatlik ek istek getirdiğinde sen 2 saat fatura edersin. Risk müşteridedir. Yeni başlayan biri için güvenlidir.

Proje fiyatlama: Kapsamı net, tekrar edilebilir işler için doğru. Örneğin belirli sayıda fotoğraf için toplu fiyat. Risk freelancer'da. Verimli çalışan kişi proje fiyatla saatlik karşılığını ikiye katlar.

Pratik kural şöyle: ilk altı ay saatlik. Hızını ve kalitenin sınırını ölçtükten sonra proje fiyata geç. Saatte 80 etiket yapabiliyorsan, 1.000 etiket için 12,5 saat hesapla. Üzerine yüzde 30 buffer koy. Bu sana hem saatlik gelirini koruma hem hızla bonus kazanma şansı verir.

İş ilanlarında iki modeli ayrı ayrı ara. "Saatlik etiketleme" arayanların portföyü düzenli iş çıkarır. "Proje teklif" verenler kısa süreli ama büyük hacimli iş getirir.

7. Tek Başına vs Ekip Kurma

Tek başına çalışan etiketleyicinin tavanı var. Günde 7-9 saat verimli etiketleme yapan kişi belirli bir aylık üst sınıra ulaşır. Daha fazlası fizyolojik mümkün değil.

Ekip kurma tavanı kırar. Alt yüklenici modeli: Büyük müşteriden 100.000 etiketlik iş alır, 3-5 etiketleyiciye dağıtırsın. QC ve iletişimi sen yaparsın. Marj yüzde 30-50; tek başına çalışmaya göre çok daha yüksek aylık gelir mümkün. Kooperatif modeli: 4-6 freelancer aynı portföyü paylaşır, ortak QC mekanizması kurar.

Ekip kurmanın riski operasyon yüküdür. Etiketleme yerine ekip yönetir, fatura kesersin. Bazı freelancer bu geçişi sevmez. İkisi de geçerli yol.

Hizmet listende "Veri etiketleme ekibi" başlığı eklemek kurumsal müşterileri çeker.

8. Tipik Gelir Aralığı (2026)

Yurtdışı dolar bazlı işler yurt içi ücretlerin belirgin biçimde üzerine çıkar. Yatay geçiş yapan eski etiketleyicilerin geliri sıçramalı yükselir; çünkü teknik birikim sermaye etkisi yaratır.

9. Kariyer Geçişi: Veri Analisti, ML Engineer

Veri girişi ve etiketleme varış noktası değil. Bir başlangıç. Üç kariyere kapı açar.

Veri analisti. Veri girişinden 12-18 ay sonra geçilebilir. SQL, Excel ileri formül, Power BI veya Tableau öğrenmek gerekir. Etiketlemeye göre belirgin bir gelir sıçraması sağlar.

Veri bilimi. Etiketleyici makine öğrenmesinin temellerini görmüştür. Python, pandas, scikit-learn katmanı ile junior veri bilimci pozisyonuna geçilir. Süre 18-30 ay. Veri analistine göre daha yüksek bir gelir bandı sunar.

ML engineer. Programlama, model deployment, MLOps. 2-3 yıllık ek eğitim. Bu yolun en yüksek freelance gelir bandıdır.

Yol haritası şöyle. Birinci yıl temel etiketleme. İkinci yıl QC ve uzmanlık. Üçüncü yıl SQL ve Python. Dördüncü yıl ML engineer veya veri bilimci kariyeri.

Diğer freelancer'ların profilleri içinde bu yolu tamamlamış olanları gör.

Sıkça Sorulan Sorular

1. Veri girişi için hangi yazılım bilmek gerekir? Elektronik tablo araçları ve bulut tabanlı tablo araçları temel. Pivot tablo, VLOOKUP, basit makro işleyebilen kişi orta segmente çıkar. CRM yazılımı bilgisi ek artıdır.

2. Veri etiketleme platformları neler? Uluslararası veri etiketleme platformları en bilinenler. Platform seçimi müşteri profiline göre değişir. Türkiye'den katılım için bazı platformlar coğrafi kısıtlamaya gider; başvuru öncesi kontrol et.

3. İngilizce şart mı? Türkçe etiketleme işleri için şart değil. Yurtdışı iş veya talimat İngilizce gelen projeler için B1-B2 yeterli. Teknik metin okuyabilmek minimum.

4. KVKK nasıl etkiler? Müşteri verisi işleyen her freelance KVKK uyumlu çalışır. Veri saklama süresi, silme prosedürü, alt yüklenici beyanı sözleşmede yazılı olmalı. Hata yapan freelance idari para cezasıyla karşılaşır.

5. Tam zamanlı işten geçiş ne zaman güvenli? Altı aylık ortalama aylık gelir, mevcut maaşının yüzde 130'una çıktığında. Etiketleme gelirinin oturması 3-6 ay sürer; bu süre boyunca ana mesleği bırakma.

6. Sertifika gerekli mi? Mecbur değildir. Ama Scale AI veya Appen sertifikası başvuruda öncelik sağlar. Coursera veya Udemy sertifikaları portfolyon için ek değer katar.

7. Hız mı doğruluk mu önemli? Doğruluk her zaman önce gelir. Hata oranı yüzde 5'in üstüne çıkan etiketleyici platformdan atılır. Hız ikinci aşamadır. Yeni başlayan kişi hıza değil doğruluğa odaklanmalı.

8. AI etiketlemeyi otomatikleştirir mi? Kısmen. Basit etiketleme görevlerinin yarısı 2-5 yıl içinde otomasyona kayacak. Karmaşık QC, edge case'lerin etiketlenmesi, kültürel bağlam isteyen NLP işleri uzun süre insan elinde kalır.

Sonuç

Veri girişi ve veri etiketleme freelance pazarın görünür dışı kapısıdır. Düşük teknik birikimle başlatılır. Disiplinli üç yılda veri analisti veya ML engineer gibi yüksek gelirli pozisyonlara doğal geçiş sağlar. Birinci yıl temel beceri, ikinci yıl uzmanlık, üçüncü yıl ekip veya kariyer geçişi.

Profilini aç, hizmet kategorilerinde veri girişi ve etiketleme dallarını incele, iş ilanlarına bak. Diğer freelancer'lar içinde bu yoldan geçenleri gör. Blog ana sayfasından ileri okumaya devam et.

Bugün 100 etiket yap. Yarın 200. Otuzuncu günde işin değişir.